- 22 12月, 2016 2 次提交
- 17 12月, 2016 1 次提交
-
-
由 liaogang 提交于
-
- 14 12月, 2016 1 次提交
-
-
由 liaogang 提交于
-
- 12 12月, 2016 3 次提交
- 09 12月, 2016 6 次提交
- 08 12月, 2016 2 次提交
- 22 11月, 2016 2 次提交
- 21 11月, 2016 1 次提交
-
-
由 liaogang 提交于
-
- 20 11月, 2016 1 次提交
-
-
由 Yu Yang 提交于
* Different Type compare. * ostream << should pass a const object. * remove always true checks.
-
- 17 11月, 2016 1 次提交
-
-
由 liaogang 提交于
-
- 13 11月, 2016 1 次提交
-
-
由 Yu Yang 提交于
* Check all files by pre commit hooks
-
- 12 11月, 2016 1 次提交
-
-
由 qijun 提交于
-
- 11 11月, 2016 1 次提交
-
-
由 Haonan 提交于
-
- 04 11月, 2016 1 次提交
-
- 18 10月, 2016 1 次提交
-
-
由 Yu Yang 提交于
-
- 17 10月, 2016 2 次提交
-
-
由 emailweixu 提交于
* Fix sparse training for trainer_count=1 For trainer_count=1, the gradient machine is NeuralNetwork, which does not create parameter buf for PARAMETER_GRADIENT for sparse update in Parameter::enableType. But gradient parameter buf is still used in SgdThreadUpdater. * Minor update to comment
-
由 Yu Yang 提交于
* Fix bug in yield dictionary in DataProvider. * Also make virtualenv work in Paddle.
-
- 10 10月, 2016 1 次提交
-
-
由 gangliao 提交于
* Use C++ 11 atomic_flag in MacOS as spin lock * Add unittest for it.
-
- 08 10月, 2016 1 次提交
-
-
由 gangliao 提交于
-
- 29 9月, 2016 3 次提交
-
-
由 liaogang 提交于
* follow comments to fix bugs
-
由 Yu Yang 提交于
-
由 emailweixu 提交于
This bug occasionally causes dead lock in test_RecurrentGradientMachine In general, conditional_variable::notify should be used together with mutex for changing condition.
-
- 28 9月, 2016 1 次提交
-
-
由 liaogang 提交于
-
- 26 9月, 2016 1 次提交
-
-
由 liaogang 提交于
-
- 23 9月, 2016 1 次提交
-
-
由 liaogang 提交于
-
- 20 9月, 2016 2 次提交
-
-
由 liaogang 提交于
* it makes unit test failed.
-
由 Yu Yang 提交于
* min_pool_size would be infinite by default. * add unittest for min_pool_size * Fix bug in can_over_batch_size * add unittest for can_over_batch_size * Add DEFINE_PROVIDER_EX * Add default value of should_shuffle * When training, the default value of should_shuffle is True. * When testing, the default value of should_shuffle is False. * User a set a provider should_shuffle or not by pass it to `@provider` * should_shuffle can handle a list of value, not just boolean * Add input order mapping by using name * Add unittest * Add check to check input format. * Default is close for speed reason. * User could stop train when check error, or continue train without this train sample. * use deque instead of vector in generators pool, make erase generator faster. * Add chinese/english documentation * Make should shuffle = false in unittest * Add python files to depends.
-
- 19 9月, 2016 2 次提交
- 14 9月, 2016 1 次提交
-
-
由 liaogang 提交于
-